src/language/stats/glm.c

   1 /* PSPP - a program for statistical analysis.
   2    Copyright (C) 2010, 2011 Free Software Foundation, Inc.
   3
   4    This program is free software: you can redistribute it and/or modify
   5    it under the terms of the GNU General Public License as published by
   6    the Free Software Foundation, either version 3 of the License, or
   7    (at your option) any later version.
   8
   9    This program is distributed in the hope that it will be useful,
  10    but WITHOUT ANY WARRANTY; without even the implied warranty of
  11    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  12    GNU General Public License for more details.
  13
  14    You should have received a copy of the GNU General Public License
  15    along with this program.  If not, see <http://www.gnu.org/licenses/>. */
  16
  17 #include <config.h>
  18
  19 #include <gsl/gsl_cdf.h>
  20 #include <gsl/gsl_matrix.h>
  21 #include <math.h>
  22
  23 #include "data/case.h"
  24 #include "data/casegrouper.h"
  25 #include "data/casereader.h"
  26 #include "data/dataset.h"
  27 #include "data/dictionary.h"
  28 #include "data/format.h"
  29 #include "data/value.h"
  30 #include "language/command.h"
  31 #include "language/dictionary/split-file.h"
  32 #include "language/lexer/lexer.h"
  33 #include "language/lexer/value-parser.h"
  34 #include "language/lexer/variable-parser.h"
  35 #include "libpspp/ll.h"
  36 #include "libpspp/message.h"
  37 #include "libpspp/misc.h"
  38 #include "libpspp/taint.h"
  39 #include "linreg/sweep.h"
  40 #include "math/categoricals.h"
  41 #include "math/covariance.h"
  42 #include "math/interaction.h"
  43 #include "math/moments.h"
  44 #include "output/tab.h"
  45
  46 #include "gettext.h"
  47 #define _(msgid) gettext (msgid)
  48
  49 struct glm_spec
  50 {
  51   size_t n_dep_vars;
  52   const struct variable **dep_vars;
  53
  54   size_t n_factor_vars;
  55   const struct variable **factor_vars;
  56
  57   size_t n_interactions;
  58   struct interaction **interactions;
  59
  60   enum mv_class exclude;
  61
  62   /* The weight variable */
  63   const struct variable *wv;
  64
  65   const struct dictionary *dict;
  66
  67   bool intercept;
  68
  69   double alpha;
  70 };
  71
  72 struct glm_workspace
  73 {
  74   double total_ssq;
  75   struct moments *totals;
  76
  77   struct categoricals *cats;
  78
  79   /*
  80      Sums of squares due to different variables. Element 0 is the SSE
  81      for the entire model. For i > 0, element i is the SS due to
  82      variable i.
  83    */
  84   gsl_vector *ssq;
  85 };
  86
  87 static void output_glm (const struct glm_spec *,
  88                         const struct glm_workspace *ws);
  89 static void run_glm (struct glm_spec *cmd, struct casereader *input,
  90                      const struct dataset *ds);
  91
  92
  93 static bool parse_design_spec (struct lexer *lexer, struct glm_spec *glm);
  94
  95
  96 int
  97 cmd_glm (struct lexer *lexer, struct dataset *ds)
  98 {
  99   int i;
 100   struct const_var_set *factors = NULL;
 101   struct glm_spec glm;
 102   bool design = false;
 103   glm.dict = dataset_dict (ds);
 104   glm.n_dep_vars = 0;
 105   glm.n_factor_vars = 0;
 106   glm.n_interactions = 0;
 107   glm.interactions = NULL;
 108   glm.dep_vars = NULL;
 109   glm.factor_vars = NULL;
 110   glm.exclude = MV_ANY;
 111   glm.intercept = true;
 112   glm.wv = dict_get_weight (glm.dict);
 113   glm.alpha = 0.05;
 114
 115   if (!parse_variables_const (lexer, glm.dict,
 116                               &glm.dep_vars, &glm.n_dep_vars,
 117                               PV_NO_DUPLICATE | PV_NUMERIC))
 118     goto error;
 119
 120   lex_force_match (lexer, T_BY);
 121
 122   if (!parse_variables_const (lexer, glm.dict,
 123                               &glm.factor_vars, &glm.n_factor_vars,
 124                               PV_NO_DUPLICATE | PV_NUMERIC))
 125     goto error;
 126
 127   if (glm.n_dep_vars > 1)
 128     {
 129       msg (ME, _("Multivariate analysis is not yet implemented"));
 130       return CMD_FAILURE;
 131     }
 132
 133   factors =
 134     const_var_set_create_from_array (glm.factor_vars, glm.n_factor_vars);
 135
 136   while (lex_token (lexer) != T_ENDCMD)
 137     {
 138       lex_match (lexer, T_SLASH);
 139
 140       if (lex_match_id (lexer, "MISSING"))
 141         {
 142           lex_match (lexer, T_EQUALS);
 143           while (lex_token (lexer) != T_ENDCMD
 144                  && lex_token (lexer) != T_SLASH)
 145             {
 146               if (lex_match_id (lexer, "INCLUDE"))
 147                 {
 148                   glm.exclude = MV_SYSTEM;
 149                 }
 150               else if (lex_match_id (lexer, "EXCLUDE"))
 151                 {
 152                   glm.exclude = MV_ANY;
 153                 }
 154               else
 155                 {
 156                   lex_error (lexer, NULL);
 157                   goto error;
 158                 }
 159             }
 160         }
 161       else if (lex_match_id (lexer, "INTERCEPT"))
 162         {
 163           lex_match (lexer, T_EQUALS);
 164           while (lex_token (lexer) != T_ENDCMD
 165                  && lex_token (lexer) != T_SLASH)
 166             {
 167               if (lex_match_id (lexer, "INCLUDE"))
 168                 {
 169                   glm.intercept = true;
 170                 }
 171               else if (lex_match_id (lexer, "EXCLUDE"))
 172                 {
 173                   glm.intercept = false;
 174                 }
 175               else
 176                 {
 177                   lex_error (lexer, NULL);
 178                   goto error;
 179                 }
 180             }
 181         }
 182       else if (lex_match_id (lexer, "CRITERIA"))
 183         {
 184           lex_match (lexer, T_EQUALS);
 185           if (lex_match_id (lexer, "ALPHA"))
 186             {
 187               if (lex_force_match (lexer, T_LPAREN))
 188                 {
 189                   if (! lex_force_num (lexer))
 190                     {
 191                       lex_error (lexer, NULL);
 192                       goto error;
 193                     }
 194
 195                   glm.alpha = lex_number (lexer);
 196                   lex_get (lexer);
 197                   if ( ! lex_force_match (lexer, T_RPAREN))
 198                     {
 199                       lex_error (lexer, NULL);
 200                       goto error;
 201                     }
 202                 }
 203             }
 204           else
 205             {
 206               lex_error (lexer, NULL);
 207               goto error;
 208             }
 209         }
 210       else if (lex_match_id (lexer, "METHOD"))
 211         {
 212           lex_match (lexer, T_EQUALS);
 213           if ( !lex_force_match_id (lexer, "SSTYPE"))
 214             {
 215               lex_error (lexer, NULL);
 216               goto error;
 217             }
 218
 219           if ( ! lex_force_match (lexer, T_LPAREN))
 220             {
 221               lex_error (lexer, NULL);
 222               goto error;
 223             }
 224
 225           if ( ! lex_force_int (lexer))
 226             {
 227               lex_error (lexer, NULL);
 228               goto error;
 229             }
 230
 231           if (3 != lex_integer (lexer))
 232             {
 233               msg (ME, _("Only type 3 sum of squares are currently implemented"));
 234               goto error;
 235             }
 236
 237           lex_get (lexer);
 238
 239           if ( ! lex_force_match (lexer, T_RPAREN))
 240             {
 241               lex_error (lexer, NULL);
 242               goto error;
 243             }
 244         }
 245       else if (lex_match_id (lexer, "DESIGN"))
 246         {
 247           lex_match (lexer, T_EQUALS);
 248
 249           if (! parse_design_spec (lexer, &glm))
 250             goto error;
 251
 252           if ( glm.n_interactions == 0)
 253             {
 254               msg (ME, _("One or more design  variables must be given"));
 255               goto error;
 256             }
 257
 258           design = true;
 259         }
 260       else
 261         {
 262           lex_error (lexer, NULL);
 263           goto error;
 264         }
 265     }
 266
 267   if ( ! design )
 268     {
 269       lex_error (lexer, _("/DESIGN is mandatory in GLM"));
 270       goto error;
 271     }
 272
 273   {
 274     struct casegrouper *grouper;
 275     struct casereader *group;
 276     bool ok;
 277
 278     grouper = casegrouper_create_splits (proc_open (ds), glm.dict);
 279     while (casegrouper_get_next_group (grouper, &group))
 280       run_glm (&glm, group, ds);
 281     ok = casegrouper_destroy (grouper);
 282     ok = proc_commit (ds) && ok;
 283   }
 284
 285   const_var_set_destroy (factors);
 286   free (glm.factor_vars);
 287   for (i = 0 ; i < glm.n_interactions; ++i)
 288     interaction_destroy (glm.interactions[i]);
 289   free (glm.interactions);
 290   free (glm.dep_vars);
 291
 292
 293   return CMD_SUCCESS;
 294
 295 error:
 296
 297   const_var_set_destroy (factors);
 298   free (glm.factor_vars);
 299   for (i = 0 ; i < glm.n_interactions; ++i)
 300     interaction_destroy (glm.interactions[i]);
 301
 302   free (glm.interactions);
 303   free (glm.dep_vars);
 304
 305   return CMD_FAILURE;
 306 }
 307
 308 static void get_ssq (struct covariance *, gsl_vector *,
 309                      const struct glm_spec *);
 310
 311 static bool
 312 not_dropped (size_t j, size_t * dropped, size_t n_dropped)
 313 {
 314   size_t i;
 315
 316   for (i = 0; i < n_dropped; i++)
 317     {
 318       if (j == dropped[i])
 319         return false;
 320     }
 321   return true;
 322 }
 323
 324 static void
 325 get_ssq (struct covariance *cov, gsl_vector * ssq, const struct glm_spec *cmd)
 326 {
 327   gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 328   size_t i;
 329   size_t j;
 330   size_t k;
 331   size_t *dropped = xcalloc (covariance_dim (cov), sizeof (*dropped));
 332   const struct categoricals *cats = covariance_get_categoricals (cov);
 333
 334   for (k = 0; k < cmd->n_interactions; k++)
 335     {
 336       size_t n = 0;
 337       size_t m = 0;
 338       gsl_matrix *small_cov = NULL;
 339       size_t n_dropped = 0;
 340       for (i = cmd->n_dep_vars; i < covariance_dim (cov); i++)
 341         {
 342           if (categoricals_get_interaction_by_subscript (cats, i - cmd->n_dep_vars)
 343               == cmd->interactions[k])
 344             {
 345               assert (n_dropped < covariance_dim (cov));
 346               dropped[n_dropped++] = i;
 347             }
 348         }
 349       small_cov =
 350         gsl_matrix_alloc (cm->size1 - n_dropped, cm->size2 - n_dropped);
 351       gsl_matrix_set (small_cov, 0, 0, gsl_matrix_get (cm, 0, 0));
 352       for (i = 0; i < cm->size1; i++)
 353         {
 354           if (not_dropped (i, dropped, n_dropped))
 355             {
 356               m = 0;
 357               for (j = 0; j < cm->size2; j++)
 358                 {
 359                   if (not_dropped (j, dropped, n_dropped))
 360                     {
 361                       gsl_matrix_set (small_cov, n, m,
 362                                       gsl_matrix_get (cm, i, j));
 363                       m++;
 364                     }
 365                 }
 366               n++;
 367             }
 368         }
 369       reg_sweep (small_cov, 0);
 370       gsl_vector_set (ssq, k + 1,
 371                       gsl_matrix_get (small_cov, 0, 0)
 372                       - gsl_vector_get (ssq, 0));
 373       gsl_matrix_free (small_cov);
 374     }
 375
 376   free (dropped);
 377   gsl_matrix_free (cm);
 378 }
 379
 380 //static  void dump_matrix (const gsl_matrix *m);
 381
 382 static void
 383 run_glm (struct glm_spec *cmd, struct casereader *input,
 384          const struct dataset *ds)
 385 {
 386   bool warn_bad_weight = true;
 387   int v;
 388   struct taint *taint;
 389   struct dictionary *dict = dataset_dict (ds);
 390   struct casereader *reader;
 391   struct ccase *c;
 392
 393   struct glm_workspace ws;
 394   struct covariance *cov;
 395
 396   ws.cats = categoricals_create (cmd->interactions, cmd->n_interactions,
 397                                  cmd->wv, cmd->exclude,
 398                                  NULL, NULL, NULL, NULL);
 399
 400   cov = covariance_2pass_create (cmd->n_dep_vars, cmd->dep_vars,
 401                                  ws.cats, cmd->wv, cmd->exclude);
 402
 403
 404   c = casereader_peek (input, 0);
 405   if (c == NULL)
 406     {
 407       casereader_destroy (input);
 408       return;
 409     }
 410   output_split_file_values (ds, c);
 411   case_unref (c);
 412
 413   taint = taint_clone (casereader_get_taint (input));
 414
 415   ws.totals = moments_create (MOMENT_VARIANCE);
 416
 417   for (reader = casereader_clone (input);
 418        (c = casereader_read (reader)) != NULL; case_unref (c))
 419     {
 420       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 421
 422       for (v = 0; v < cmd->n_dep_vars; ++v)
 423         moments_pass_one (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 424                           weight);
 425
 426       covariance_accumulate_pass1 (cov, c);
 427     }
 428   casereader_destroy (reader);
 429
 430   categoricals_done (ws.cats);
 431
 432   for (reader = input;
 433        (c = casereader_read (reader)) != NULL; case_unref (c))
 434     {
 435       double weight = dict_get_case_weight (dict, c, &warn_bad_weight);
 436
 437       for (v = 0; v < cmd->n_dep_vars; ++v)
 438         moments_pass_two (ws.totals, case_data (c, cmd->dep_vars[v])->f,
 439                           weight);
 440
 441       covariance_accumulate_pass2 (cov, c);
 442     }
 443   casereader_destroy (reader);
 444
 445   {
 446     gsl_matrix *cm = covariance_calculate_unnormalized (cov);
 447
 448     //    dump_matrix (cm);
 449
 450     ws.total_ssq = gsl_matrix_get (cm, 0, 0);
 451
 452     reg_sweep (cm, 0);
 453
 454     /*
 455       Store the overall SSE.
 456     */
 457     ws.ssq = gsl_vector_alloc (cm->size1);
 458     gsl_vector_set (ws.ssq, 0, gsl_matrix_get (cm, 0, 0));
 459     get_ssq (cov, ws.ssq, cmd);
 460     //    dump_matrix (cm);
 461
 462     gsl_matrix_free (cm);
 463   }
 464
 465   if (!taint_has_tainted_successor (taint))
 466     output_glm (cmd, &ws);
 467
 468   gsl_vector_free (ws.ssq);
 469
 470   covariance_destroy (cov);
 471   moments_destroy (ws.totals);
 472
 473   taint_destroy (taint);
 474 }
 475
 476 static void
 477 output_glm (const struct glm_spec *cmd, const struct glm_workspace *ws)
 478 {
 479   const struct fmt_spec *wfmt =
 480     cmd->wv ? var_get_print_format (cmd->wv) : &F_8_0;
 481
 482   double n_total, mean;
 483   double df_corr = 0.0;
 484   double mse = 0;
 485
 486   int f;
 487   int r;
 488   const int heading_columns = 1;
 489   const int heading_rows = 1;
 490   struct tab_table *t;
 491
 492   const int nc = 6;
 493   int nr = heading_rows + 4 + cmd->n_interactions;
 494   if (cmd->intercept)
 495     nr++;
 496
 497   t = tab_create (nc, nr);
 498   tab_title (t, _("Tests of Between-Subjects Effects"));
 499
 500   tab_headers (t, heading_columns, 0, heading_rows, 0);
 501
 502   tab_box (t, TAL_2, TAL_2, -1, TAL_1, 0, 0, nc - 1, nr - 1);
 503
 504   tab_hline (t, TAL_2, 0, nc - 1, heading_rows);
 505   tab_vline (t, TAL_2, heading_columns, 0, nr - 1);
 506
 507   tab_text (t, 0, 0, TAB_CENTER | TAT_TITLE, _("Source"));
 508
 509   /* TRANSLATORS: The parameter is a roman numeral */
 510   tab_text_format (t, 1, 0, TAB_CENTER | TAT_TITLE,
 511                    _("Type %s Sum of Squares"), "III");
 512   tab_text (t, 2, 0, TAB_CENTER | TAT_TITLE, _("df"));
 513   tab_text (t, 3, 0, TAB_CENTER | TAT_TITLE, _("Mean Square"));
 514   tab_text (t, 4, 0, TAB_CENTER | TAT_TITLE, _("F"));
 515   tab_text (t, 5, 0, TAB_CENTER | TAT_TITLE, _("Sig."));
 516
 517   moments_calculate (ws->totals, &n_total, &mean, NULL, NULL, NULL);
 518
 519   if (cmd->intercept)
 520     df_corr += 1.0;
 521
 522   for (f = 0; f < cmd->n_interactions; ++f)
 523     df_corr += categoricals_n_count (ws->cats, f) - 1.0;
 524
 525   mse = gsl_vector_get (ws->ssq, 0) / (n_total - df_corr);
 526
 527   r = heading_rows;
 528   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Model"));
 529
 530   r++;
 531
 532   if (cmd->intercept)
 533     {
 534       const double intercept = pow2 (mean * n_total) / n_total;
 535       const double df = 1.0;
 536       const double F = intercept / df / mse;
 537       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Intercept"));
 538       tab_double (t, 1, r, 0, intercept, NULL);
 539       tab_double (t, 2, r, 0, 1.00, wfmt);
 540       tab_double (t, 3, r, 0, intercept / df, NULL);
 541       tab_double (t, 4, r, 0, F, NULL);
 542       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 543                   NULL);
 544       r++;
 545     }
 546
 547   for (f = 0; f < cmd->n_interactions; ++f)
 548     {
 549       struct string str = DS_EMPTY_INITIALIZER;
 550       const double df = categoricals_n_count (ws->cats, f) - 1.0;
 551       const double ssq = gsl_vector_get (ws->ssq, f + 1);
 552       const double F = ssq / df / mse;
 553       interaction_to_string (cmd->interactions[f], &str);
 554       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, ds_cstr (&str));
 555       ds_destroy (&str);
 556
 557       tab_double (t, 1, r, 0, ssq, NULL);
 558       tab_double (t, 2, r, 0, df, wfmt);
 559       tab_double (t, 3, r, 0, ssq / df, NULL);
 560       tab_double (t, 4, r, 0, F, NULL);
 561
 562       tab_double (t, 5, r, 0, gsl_cdf_fdist_Q (F, df, n_total - df_corr),
 563                   NULL);
 564       r++;
 565     }
 566
 567   {
 568     /* Corrected Model */
 569     const double df = df_corr - 1.0;
 570     const double ssq = ws->total_ssq - gsl_vector_get (ws->ssq, 0);
 571     const double F = ssq / df / mse;
 572     tab_double (t, 1, heading_rows, 0, ssq, NULL);
 573     tab_double (t, 2, heading_rows, 0, df, wfmt);
 574     tab_double (t, 3, heading_rows, 0, ssq / df, NULL);
 575     tab_double (t, 4, heading_rows, 0, F, NULL);
 576
 577     tab_double (t, 5, heading_rows, 0,
 578                 gsl_cdf_fdist_Q (F, df, n_total - df_corr), NULL);
 579   }
 580
 581   {
 582     const double df = n_total - df_corr;
 583     const double ssq = gsl_vector_get (ws->ssq, 0);
 584     const double mse = ssq / df;
 585     tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Error"));
 586     tab_double (t, 1, r, 0, ssq, NULL);
 587     tab_double (t, 2, r, 0, df, wfmt);
 588     tab_double (t, 3, r++, 0, mse, NULL);
 589   }
 590
 591   if (cmd->intercept)
 592     {
 593       const double intercept = pow2 (mean * n_total) / n_total;
 594       const double ssq = intercept + ws->total_ssq;
 595
 596       tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Total"));
 597       tab_double (t, 1, r, 0, ssq, NULL);
 598       tab_double (t, 2, r, 0, n_total, wfmt);
 599
 600       r++;
 601     }
 602
 603   tab_text (t, 0, r, TAB_LEFT | TAT_TITLE, _("Corrected Total"));
 604
 605
 606   tab_double (t, 1, r, 0, ws->total_ssq, NULL);
 607   tab_double (t, 2, r, 0, n_total - 1.0, wfmt);
 608
 609   tab_submit (t);
 610 }
 611
 612 #if 0
 613 static void
 614 dump_matrix (const gsl_matrix * m)
 615 {
 616   size_t i, j;
 617   for (i = 0; i < m->size1; ++i)
 618     {
 619       for (j = 0; j < m->size2; ++j)
 620         {
 621           double x = gsl_matrix_get (m, i, j);
 622           printf ("%.3f ", x);
 623         }
 624       printf ("\n");
 625     }
 626   printf ("\n");
 627 }
 628 #endif
 629
 630
 631 \f
 632
 633 /* Match a variable.
 634    If the match succeeds, the variable will be placed in VAR.
 635    Returns true if successful */
 636 static bool
 637 lex_match_variable (struct lexer *lexer, const struct glm_spec *glm, const struct variable **var)
 638 {
 639   if (lex_token (lexer) !=  T_ID)
 640     return false;
 641
 642   *var = parse_variable_const  (lexer, glm->dict);
 643
 644   if ( *var == NULL)
 645     return false;
 646   return true;
 647 }
 648
 649 /* An interaction is a variable followed by {*, BY} followed by an interaction */
 650 static bool
 651 parse_design_interaction (struct lexer *lexer, struct glm_spec *glm, struct interaction **iact)
 652 {
 653   const struct variable *v = NULL;
 654   assert (iact);
 655
 656   switch  (lex_next_token (lexer, 1))
 657     {
 658     case T_ENDCMD:
 659     case T_SLASH:
 660     case T_COMMA:
 661     case T_ID:
 662     case T_BY:
 663     case T_ASTERISK:
 664       break;
 665     default:
 666       return false;
 667       break;
 668     }
 669
 670   if (! lex_match_variable (lexer, glm, &v))
 671     {
 672       interaction_destroy (*iact);
 673       *iact = NULL;
 674       return false;
 675     }
 676
 677   assert (v);
 678
 679   if ( *iact == NULL)
 680     *iact = interaction_create (v);
 681   else
 682     interaction_add_variable (*iact, v);
 683
 684   if ( lex_match (lexer, T_ASTERISK) || lex_match (lexer, T_BY))
 685     {
 686       // lex_error (lexer, "Interactions are not yet implemented"); return false;
 687       return parse_design_interaction (lexer, glm, iact);
 688     }
 689
 690   return true;
 691 }
 692
 693 static bool
 694 parse_nested_variable (struct lexer *lexer, struct glm_spec *glm)
 695 {
 696   const struct variable *v = NULL;
 697   if ( ! lex_match_variable (lexer, glm, &v))
 698     return false;
 699
 700   if (lex_match (lexer, T_LPAREN))
 701     {
 702       if ( ! parse_nested_variable (lexer, glm))
 703         return false;
 704
 705       if ( ! lex_force_match (lexer, T_RPAREN))
 706         return false;
 707     }
 708
 709   lex_error (lexer, "Nested variables are not yet implemented"); return false;
 710   return true;
 711 }
 712
 713 /* A design term is an interaction OR a nested variable */
 714 static bool
 715 parse_design_term (struct lexer *lexer, struct glm_spec *glm)
 716 {
 717   struct interaction *iact = NULL;
 718   if (parse_design_interaction (lexer, glm, &iact))
 719     {
 720       /* Interaction parsing successful.  Add to list of interactions */
 721       glm->interactions = xrealloc (glm->interactions, sizeof *glm->interactions * ++glm->n_interactions);
 722       glm->interactions[glm->n_interactions - 1] = iact;
 723       return true;
 724     }
 725
 726   if ( parse_nested_variable (lexer, glm))
 727     return true;
 728
 729   return false;
 730 }
 731
 732
 733
 734 /* Parse a complete DESIGN specification.
 735    A design spec is a design term, optionally followed by a comma,
 736    and another design spec.
 737 */
 738 static bool
 739 parse_design_spec (struct lexer *lexer, struct glm_spec *glm)
 740 {
 741   if  (lex_token (lexer) == T_ENDCMD || lex_token (lexer) == T_SLASH)
 742     return true;
 743
 744   if ( ! parse_design_term (lexer, glm))
 745     return false;
 746
 747   lex_match (lexer, T_COMMA);
 748
 749   return parse_design_spec (lexer, glm);
 750 }
 751